オープンソースAI

主要ニュース

1. 1

   NBC Nightly News の Tom Llamas キャスターが、15歳でのインターン時代から現在の最高位ポストまで昇り詰め、成長こそが成功の鍵だと語っています。

   NBC Nightly News の Tom Llamas キャスターが、キャリアの歩みや仕事と人生のバランス、そして成功に必要な努力についてのアドバイスをGen Z世代に向けて共有しました。 Llamas は 15 歳でのインターン経験から現在のアンカーの座までの道のりを語ることで、地道な努力と継続的な成長がキャリアを築くうえで重要であることを示しています。

   Llamas は「成長していなければ、衰退している」という信念を掲げており、この姿勢がトップアンカーの座まで登り詰めた一因とみられます。

2. 2

   Meta がオープンソース Llama から撤退し独自開発へ、Anthropic の最新モデルが輸出規制で1週間で利用中止に—AI業界の転換点を示す動きが相次いでいます。

   Meta は複数の報道によると、オープンソースの Llama から撤退し、Meta Superintelligence Labs 傘下で独自開発プログラム（内部名「Muse Spark」、新モデル「Avocado」）へのシフトを進めています。一方 Anthropic は6月9日に Claude Fable 5（1M トークンのコンテキスト、常時稼働の適応的推論機能を搭載）をローンチしましたが、6月12日に米国の輸出規制指令により利用を中止させられました。 Llama は650M以上のダウンロードを記録し、オープンウェイト AI エコシステムの中心的存在だったため、Meta の閉鎖開発への転換は、この技術系統に依存するユーザーに大きな影響を与えるとみられます。また Anthropic の事例は、最先端モデルの利用可能性が企業の製品判断ではなく、政策によって左右される現実を具体的に示しています。

   輸出規制による Fable 5 と Mythos 5 の利用停止は、モデルレイヤーでの単なる段階的な改善ではなく、AI 開発・配布の方針そのものが転換する時期に入ったことを示唆しています。

3. 3

   GitHubのオープンソースプロジェクトが、Groq と Llama 3を使った無料の面接支援AIツール「Second Brain」を公開しました。

   GitHub上で、面接中に使用できる無料のAIインタビューコパイロット「Second Brain」がリリースされました。このツールはGroqとLlama 3のテクノロジーを活用して構築されています。 就職活動中の求職者が、面接の準備やリアルタイム支援を無料で受けられるようになり、面接という重要な場面でのアクセスの格差が縮まる可能性があります。

   このプロジェクトはGitHub上でオープンソースとして公開されており、誰でも無料で利用・改善できます。

4. 4

   DVD-JEPA論文が公開され、動画から世界モデルを学習する新しいアプローチが実証されました。ピクセル予測ではなく表現空間での予測により、予測不可能な細部に溺れない仕組みが示されています。

   DVD-JEPA という論文が Paper with Code の異常検知カテゴリでトレンドになっています。このプロジェクトは JEPA（Joint-Embedding Predictive Architecture）のアイデアを実装したもので、動画から世界モデルを学習する際に、次フレームのピクセルを直接予測するのではなく、32次元の表現空間で次の観測を予測する方式を採用しています。 従来の動画予測モデルはピクセルレベルの詳細予測に陥り、本質的に予測不可能な情報に埋もれてしまう傾向がありました。DVD-JEPA は表現空間での予測により、エンコーダが予測できない情報を自動的に破棄する仕組みを示しており、これはより効率的な世界モデル学習の方向を示唆しているとみられます。

   実装の検証として、線形プローブ（単純な学習モデル）でロゴの正確な座標位置を 0.73 px の精度で復元できたと報告されており、ラベルやデコーダなしでも表現空間が意味のある情報を捉えていることが確認されています。

5. 5

   開発者がFLUX拡散モデルの学習を簡素化したminFLUXというオープンソース版を公開しました。

   開発者がPyTorchを使ったminFLUXを構築し、FLUX.1とFLUX.2の最小限の実装をGitHubで公開しました。このプロジェクトには、VAEとトランスフォーマー（ニューラルネットワークアーキテクチャの一種）モデル、学習ループ、推論ループ（AIが出力を生成するプロセス）が含まれています。 公式のHuggingFace diffusersライブラリは複雑で抽象化が多く、最新の拡散モデル（画像生成などに使うAI）を学ぶのが難しいという課題がありました。minFLUXはこの複雑さを取り除き、コア部分と数学的背景に焦点を当てることで、モデルの理解を容易にするとみられます。

   FLUX.2はFLUX.1の単なるスケールアップではなく、トランスフォーマーブロック、モジュレーション、フィードフォワードネットワーク、VAE正規化、位置IDなど複数の部分で改善が加えられていることが判明しました。プロジェクトはhttps://github.com/purohit10saurabh/minFLUXで利用可能です。

6. 6

   Adam Brownが開発したAndroidアプリ「C2PA Verify」が、写真に埋め込まれた認証情報を読み取り、AI生成か実カメラ撮影かを判定できるようになりました。

   C2PA Verifyというオープンソースアプリが公開されました。このアプリは写真に埋め込まれたContent Credentials（C2PA）データを読み取り、撮影者、使用ツール、編集・AI生成の有無、署名者の信頼性などを表示します。 C2PAは写真の真正性を確認するための重要な標準規格ですが、多くの人がこの情報を実際に読み取る手段がありませんでした。このアプリにより、ユーザーが簡単にこの認証情報にアクセスできるようになり、AI時代における信頼できる情報の識別に役立つと考えられます。

   アプリはMITライセンス下のオープンソースソフトウェアで、Dark Rock Studiosが開発しました。将来的にはウェブブラウザや画像ビューアーに統合されることが想定されており、現在はこのツールが一時的な解決策として機能します。